論文の概要: FoundDP: Revisiting Weak Disparity Observability in Dual-Pixel Depth Estimation

• arxiv url: http://arxiv.org/abs/2607.01900v1
• Date: Thu, 02 Jul 2026 08:57:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.750762
• Title: FoundDP: Revisiting Weak Disparity Observability in Dual-Pixel Depth Estimation
• Title（参考訳）: FoundDP:デュアルピクセル深さ推定における弱差観測可能性の再検討
• Abstract要約: 本稿では,単分子深度基礎モデルから,メートル法DP深度とグローバル構造先行値を統合する統一フレームワークであるemphFoundDPを提案する。 提案手法は,DP由来の深度でメートルスケールを保存し,ViT(Vision Transformer)機能を利用して,低分散領域における構造的整合性を復元する。 合成および実世界のDPベンチマークの実験により、FoundDPは構造的忠実度とメートル法精度を一貫して向上させ、優れた性能を提供することが示された。
• 参考スコア（独自算出の注目度）: 8.167004707485171
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dual-pixel (DP) imaging enables metric depth estimation from a single camera using sub-aperture disparity. However, the extremely small effective baseline limits disparity observability, leading to structural degradation and depth failure in textureless, low-contrast, or downsampled regions. Existing DP-based methods rely primarily on local disparity cues and therefore become unreliable when disparity signals are weak or ambiguous. To address this limitation, we propose \emph{FoundDP}, a unified framework that integrates metric DP depth with global structural priors from a monocular depth foundation model. Our method preserves metric scale through DP-derived depth and leverages Vision Transformer (ViT) features to restore structural consistency in weak-disparity regions. To ensure reliable metric guidance under DP imaging conditions, we identify and mitigate ViT representation degradation induced by DP defocus blur via ViT feature alignment, enabling stable metric-guided depth estimation. Extensive experiments on synthetic and real-world DP benchmarks show that FoundDP delivers superior performance, with consistent gains in structural fidelity and metric accuracy, especially under reduced disparity observability. Code will be available at: https://github.com/EchoLighting/FoundDP
• Abstract（参考訳）: デュアルピクセル(DP)イメージングは、サブアパーチャ差を用いた1台のカメラからのメートル法深度推定を可能にする。 しかし、非常に小さな有効基準線は、不均一な観測性を制限するため、テクスチャレス、低コントラスト、ダウンサンプル領域における構造劣化と深度破壊を引き起こす。 既存のDPベースの手法は、主に局所的な不均質な方法に依存しており、不均質な信号が弱い場合やあいまいな場合には信頼性が低下する。 この制限に対処するため、単分子深度基礎モデルからメートル法DP深度と大域構造事前を統合した統合フレームワーク「emph{FoundDP}」を提案する。 提案手法は,DP由来の深度でメートルスケールを保存し,ViT(Vision Transformer)機能を利用して,低分散領域における構造的整合性を復元する。 DP撮像条件下での信頼性の高いメトリックガイダンスを確保するため, DPデフォーカスブラーによるVT表現劣化をVT特徴アライメントにより検出・緩和し, 安定なパラメータ誘導深度推定を可能にする。 合成および実世界のDPベンチマークに関する大規模な実験により、FoundDPは、特に不均一な観測可能性の下で、構造的忠実度とメートル法精度を一貫して向上させ、優れた性能を提供することが示された。 コードは、https://github.com/EchoLighting/FoundDPで利用可能になる。

関連論文リスト

• Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
  カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。 既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。 動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:57:46Z)
• UDPNet: Unleashing Depth-based Priors for Robust Image Dehazing [77.10640210751981]
  UDPNetは、大規模で事前訓練された深度推定モデルDepthAnything V2から深度に基づく事前情報を活用する一般的なフレームワークである。 提案手法は,様々なシナリオにまたがる深度認識デハージングのための新しいベンチマークを確立する。
  論文  参考訳（メタデータ） (2026-01-11T13:29:02Z)
• PIDLoc: Cross-View Pose Optimization Network Inspired by PID Controllers [7.582581416640314]
  PIDLocは、比例積分微分(PID)コントローラにインスパイアされた、新しいクロスビューポーズ最適化手法である。 PIDLOCは、KITTIデータセットのクロスビューポーズ推定において最先端のパフォーマンスを達成し、以前の最先端と比較して位置誤差を37.8%削減する。
  論文  参考訳（メタデータ） (2025-03-04T08:24:08Z)
• UniDepthV2: Universal Monocular Metric Depth Estimation Made Simpler [62.06785782635153]
  ドメインをまたいだ単一の画像からメートル法3Dシーンを再構成できる新しいモデルUniDepthV2を提案する。 UniDepthV2は、追加情報なしで、入力画像から推論時にメートル法3Dポイントを直接予測する。 我々のモデルは擬似球面出力表現を利用し、カメラと深度表現をアンタングル化する。
  論文  参考訳（メタデータ） (2025-02-27T14:03:15Z)
• Revisiting Disparity from Dual-Pixel Images: Physics-Informed Lightweight Depth Estimation [3.6337378417255177]
  完成度に基づくネットワークに基づく軽量な分散度推定手法を提案する。 DP固有の相違誤差をパラメトリックにモデル化し、トレーニング中のサンプリングに使用することにより、DPのユニークな特性を取得する。 その結果,提案手法はシステム全体の規模を従来の手法の1/5に減らし,最先端の成果を得た。
  論文  参考訳（メタデータ） (2024-11-06T09:03:53Z)
• Single Image Depth Prediction Made Better: A Multivariate Gaussian Take [163.14849753700682]
  本稿では,画素ごとの深度を連続的にモデル化する手法を提案する。 提案手法の精度(MG)は,KITTI深度予測ベンチマークリーダーボードの上位に位置する。
  論文  参考訳（メタデータ） (2023-03-31T16:01:03Z)
• Make Landscape Flatter in Differentially Private Federated Learning [69.78485792860333]
  本稿では,DPの負の影響を軽減するために勾配摂動を利用するDP-FedSAMという新しいDPFLアルゴリズムを提案する。 具体的には、DP-FedSAMは、局所的な平坦性モデルと、より優れた安定性と重量頑健性を統合し、DPノイズに対する局所的な更新とロバスト性の小さなノルムをもたらす。 提案アルゴリズムは,DPFLの既存のSOTAベースラインと比較して,最先端(SOTA)性能を実現する。
  論文  参考訳（メタデータ） (2023-03-20T16:27:36Z)
• On Robust Cross-View Consistency in Self-Supervised Monocular Depth Estimation [56.97699793236174]
  本論文では,2種類の堅牢なクロスビュー整合性について検討する。 深度特徴空間と3次元ボクセル空間の時間的コヒーレンスを自己教師付き単眼深度推定に利用した。 いくつかのアウトドアベンチマークの実験結果から,本手法は最先端技術より優れていることが示された。
  論文  参考訳（メタデータ） (2022-09-19T03:46:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。